百度“PaddlePaddle AI大赛”挑战AI领域最热议题——阅读理解

AI 深度学习阅读理解

数据猿 | 2018-04-27 15:21

【数据猿导读】 4月26日，由百度与科赛网联合发起的第二届“PaddlePaddle AI”大赛——NLP（自然语言处理）智能问答赛事正式开启，本次赛事将挑战人工智能领域最热议题——阅读理解。NLP智能问答赛事由科赛网承办，百度为选手提供了深度学习框架PaddlePaddle、云计算资源、BROAD的20w条阅读理解数据集...

4月26日，由百度与科赛网联合发起的第二届“PaddlePaddle AI”大赛——NLP（自然语言处理）智能问答赛事正式开启，本次赛事将挑战人工智能领域最热议题——阅读理解。NLP智能问答赛事由科赛网承办，百度为选手提供了深度学习框架PaddlePaddle、云计算资源、BROAD的20w条阅读理解数据集三大资源。目前，大赛已正式开放报名，获胜团队将分享总额10万人民币的奖金。

“PaddlePaddle AI大赛”是由百度主办、科赛网承办的深度学习领域竞赛，旨在选拔更多深度学习人才，通过竞赛的模式帮助解决行业真实问题，进而推动深度学习工业应用落地，让AI技术落到实处。大赛即日起开放报名，算法工程师、计算机专业研究生、AI从业者等均可登陆官网报名参加。

NLP智能问答赛事是为了考验选手的模型归纳、总结与改述能力，选手需要根据数据建立基于文本与问题，输出正确答案的模型。该赛事基于百度深度学习平台PaddlePaddle，选手可通过百度云CPU、GPU计算资源，以及BROAD数据集，对大量源于百度搜索用户的真实问题进行训练，从而获得人工智能回答实际问题的模型。

该赛事可实现通过提供对人工智能回答实际问题的模型训练，获得关于文本检测、问答、生成全套解决方案的应用，如在法律行业中，对受审人，证人的谈话内容，做信息的整理归纳，协助执法人员快速挖掘信息。在医疗环境中，住院病人的问诊记录的归纳，归纳总结与改述，辅助医生快速的了解病情与病史。咱们现实生活可见的医院分诊台的症状问答，科室指引等，均为很好的应用场景。

NLP智能问答赛事分为初赛、复赛和决赛三个阶段，为期两个月。5月21日将公布初赛入围名单，初赛分数排行榜上前30名可入围复赛。6月19日将公布复赛入围名单，复赛排行榜上前10名可入围决赛。6月21日，决赛评委将审核Notebook（查看创新能力与代码能力）决出前6名获胜队伍。

此外，复赛阶段选手还可在K-Lab中调用来自百度云的免费GPU算力，打开K-Lab即可开始调用PaddlePaddle，无需任何安装或申请，极大地提高效率。

百度为大赛准备了总计10万元的奖金池，供参赛优秀选手分享。大赛分设一等奖1名、二等奖2名、三等奖3名，分别颁发5万、2万、3千元奖金。关于报名、数据、测评、提交等更多详细说明，可登陆科赛网中的大赛主页查看并报名。

AI_深度学习_阅读理解-1

此外，在线数据工作平台K-Lab将为赛事提供全程支持，并封装包含PaddlePaddle等近百个AI开发常用工具，选手可直接调用来自百度云的算力。同时，选手可在K-lab中直接加载BROAD数据集、模型训练、调用PaddlePaddle，享受统一便捷的计算环境。

值得一提的是，赛事所提供的BROAD包含着迄今为止规模最大的中文公开领域阅读理解数据集——DuReader。该阅读理解数据集包含20万个问题、100万份文档及42万个人工撰写的优质答案，并提供开源基线系统，能为阅读理解技术研究提供有力支撑，同时加速相关技术和应用的发展。

而PaddlePaddle则是目前全球开发热度（用 Github pull request 数量衡量）增速最高的开源深度学习平台。现已集成了CNN、RNN等多种神经网络及深度学习算法，同时支持CPU、GPU、FPGA等多款硬件。PaddlePaddle易学易用、高效灵活的特点将为选手提供算法框架上的支持。

据了解，百度与科赛网已在去年年底联合发布并完成了聚焦于综艺领域的智能视频剪辑的“PaddlePaddle AI”大赛。至赛事结束之时，共281支队伍合计496人报名，总提交数高达909次，百度也为AI行业发掘了一批“后起之秀”。

新赛事的启动，百度依然希望通过AI技术来解决更多行业中的前沿真实问题，同时培养更多深度学习人才。目前，百度的阅读理解、深度问答等技术已在搜索等产品中实际应用，它可通过深入分析理解用户问题，定位答案并进行总结、提炼和归纳后，将其直接提供给用户，大大地提升了搜索效率。未来，百度NLP将落地更多不同行业，逐渐渗入进家居、车载、金融、医疗、教育等众多领域，并通过技术应用解决实际问题。

来源：数据猿

收藏分享

声明：数据猿尊重媒体行业规范，相关内容都会注明来源与作者；转载我们原创内容时，也请务必注明“来源：数据猿”与作者名称，否则将会受到数据猿追责。